Visualização de Dados

Aula 1

Prof. Washington Santos da Silva

IFMG - Campus Formiga

18 de agosto de 2025

Nesta Aula

Tópicos

  • Apresentação da Disciplina

  • Ambiente Computacional - Parte 1

Sobre o Professor

Prof. Dr. Washington Santos da Silva

Formação Acadêmica

  • Doutorado em Estatística e Experimentação (UFLA)
  • Mestrado em Estatística e Experimentação (UFLA)
  • Graduação em Ecomomia (UFMG)

Áreas de Especialização

  • Estatística, Ciência de Dados e Econometria Aplicadas
  • Análise de Séries Temporais
  • Inferência Bayesiana

Experiência Profissional

  • Longa carreira na administração pública federal

Diretrizes para Aulas Mais Produtivas

🔊 Mantenha conversas em volume baixo

⌨️ Código com método:

95% dos erros são evitáveis com:

  • Atenção na digitação
  • Respeitar a sequência lógica de etapas
  • Revisão antes de pedir ajuda

🤝 Inteligência colaborativa:

  • Compartilhe conhecimento
  • Resolva questões técnicas simples com colegas próximos
  • Reserve ao professor as dúvidas conceituais complexas

💪 Capacidade de Resolver Problemas

Cada erro resolvido é uma evolução da sua habilidade analítica

Apresentação da Disciplina

Um Mundo de Ferramentas de Visualização

Ferramentas de Visualização

  • O que torna a linguagem R e o pacote ggplot2 diferentes — e por que você deve escolhê-lo em vez de ferramentas como MS Excel ou Power BI ou Tableau?

Resposta:

  • Reprodutibilidade

  • Personalização

  • Poder do código

Reprodutibilidade

Descrição

  • Quando geramos visualizações com código, cada etapa é explícita e repetível.

  • Podemos facilmente reutilizar ou ajustar o código para atualizar recursos visuais com novos dados, economizando tempo e garantindo consistência.

  • Ao contrário das ferramentas de apontar e clicar, uma abordagem de código em primeiro lugar oferece transparência, reprodutibilidade e eficiência incomparáveis.

Personalização

O que é Personalização?

Usar código para criar visualizações também abre a porta para a personalização completa:

  • ajustar o layout;
  • modificar cores e formas;
  • criar gráficos incomuns;
  • entre outras possibilidades.

Exemplo de Visualização com ggplot2

Exemplo de Visualização com ggplot2

Informações e Materiais

Site da Disciplina

Ambiente Computacional - Parte 1

Ambiente Computacional

Ferramentas do Ambiente Computacional

Introdução ao RStudio

O que é o RStudio?

Um Ambiente de Desenvolvimento Integrado

(Integrated Development Environment, IDE)

  • Ambiente de desenvolvimento que suporta múltiplas linguagens (R, Python, SQL, C++…), mas é especialmente útil para a linguagem R.

  • Facilita a escrita de código, gerenciamento de projetos, criação de documentos computacionais (arquivos quarto, scripts, notebooks…)

  • Integra ferramentas para desenvolvimento, depuração e publicação

Interface do RStudio

Figura 1: Interface do RStudio: 4 Painéis

Interface do RStudio

Painel Superior Esquerdo: - Editor de código - Documentos Quarto (.qmd) - Scripts R (.R)

Painel Inferior Esquerdo: - Console R (execução de comandos) - Terminal (acesso ao sistema)

Painel Superior Direito: - Ambiente (variáveis e objetos) - Histórico de comandos - Conexões - Git (controle de versão)

Painel Inferior Direito: - Arquivos - Pacotes - Ajuda - Visualização (gráficos, documentos HTML)

Instalação de Pacotes R

Usando a Guia Packages

Para instalar pacotes usando a guia Packages no RStudio:

  • Clique na guia Packages.

  • Clique em Install Packages.

  • Digite o nome de cada pacote que deseja instalar separados por um espaço ou vírgula na caixa de texto, ou copie os pacotes abaixo e cole na caixa de texto:

tidyverse here fs

Projetos RStudio

O que são projetos RStudio?

  • Unidades organizacionais para seu trabalho
  • Cada projeto tem seu próprio diretório de trabalho
  • Facilita a organização de arquivos relacionados
  • Permite integração com controle de versão (Git)

Criando um projeto para a disciplina

Visão Geral

  • Nesta aula, vamos criar um projeto estruturado para nossas análises

  • Seguiremos um fluxo organizado usando GitHub, Git e RStudio

  • O objetivo é criar uma estrutura padronizada para todos os alunos

Criando um projeto para a disciplina

Por que criar projetos estruturados?

  • Organização dos arquivos e códigos

  • Facilidade para compartilhar seu trabalho

  • Reprodutibilidade das análises

  • Integração com controle de versão

  • Boas práticas para ciência de dados

Criando um projeto para a disciplina

Etapas do Processo

  1. Configurar Git localmente (em sua máquina)
  2. Criar repositório no GitHub
  3. Clonar repositório para sua máquina local
  4. Criar projeto RStudio a partir da pasta clonada
  5. Criar estrutura de pastas e adicionar arquivos
  6. Confirmar que tudo está pronto

Etapa 1: Configuração Local do Git

Configurando o Git Localmente

Antes de começar a usar o Git, é necessário fazer uma configuração inicial básica. Essa configuração identifica quem está fazendo as alterações e só precisa ser feita uma vez em cada computador.

Configure seu nome de usuário: Abra o Git Bash e;

  • Digite o comando:
git config --global user.name "nome_sobrenome"
  • Exemplo:
git config --global user.name "maria_silva"

Configure seu email:

  • Use o mesmo email que você usará (ou já usa) para sua conta no GitHub:
git config --global user.email "seu.email@exemplo.com"
  • Exemplo:
git config --global user.email "maria.silva@gmail.com

Verifique suas configurações globais:

  • Para conferir se tudo está correto:
git config --global --list

Anote seu nome de usuário e e-mail!

Etapa 2: Criando um Repositório no GitHub

2. Crie um Repositório no GitHub

  • Acesse sua conta no GitHub github.com, se não tiver, crie uma.

  • Selecione “Create repository”

  • No campo abaixo de Repository name, digite o nome do repositório: “visualizacao_dados_2025”

  • NÃO USE acentos, espaços vazios ou caracteres especiais!

  • Agora, apenas clique em “Create repository”, no canto inferior esquerdo da página.

Etapa 2: Criando um Repositório no GitHub

Figura 2: Exemplo de um repositório vazio recém criando no GitHub

Etapa 3: Clonando o Repositório

Como obter o link do repositório para clonar?

  1. Vá para a página do seu repositório no GitHub

  2. Selecione o link exibido em URL HTTPS, copie o endereço utilizando botão direito do mouse e clicando em copiar:

https://github.com/SEU-USUARIO/visualizacao_dados_2025.git

Etapa 3: Clonando o Repositório

3. Clone o Repositório (Windows)

Se você usa Windows:

  1. Crie uma pasta em seu computador onde deseja guardar o projeto

  2. Navegue até essa pasta pelo Windows Explorer

  3. Clique com o botão direito em um espaço vazio e selecione “Git Bash Here”

  4. No terminal Git Bash que abrir, digite git clone e cole o endereço do repositório clicando no botão direito do mouse e em Paste

git clone https://github.com/SEU-USUARIO/visualizacao_dados_2025.git

Etapa 3: Clonando o Repositório

3. Clone o Repositório (Linux)

Se você usa Linux:

  1. Abra o terminal

  2. Navegue até a pasta onde deseja guardar o projeto usando o comando cd

  3. Digite git clone e cole o endereço do repositório em seguida:

git clone https://github.com/SEU-USUARIO/visualizacao_dados_2025.git

Etapa 3: Clonando o Repositório

3. Clone o Repositório (MacOS)

Se você usa MacOS:

  1. Abra o terminal

  2. Navegue até a pasta onde deseja guardar o projeto usando o comando cd

  3. Digite git clone e cole o endereço do repositório em seguida:

git clone https://github.com/SEU-USUARIO/visualizacao_dados_2025.git
  1. Verifique se a pasta foi criada usando o Windows Explorer.

Etapa 4: Criando um Projeto RStudio

4. Crie um Projeto RStudio usando a Pasta Clonada

  1. Abra o RStudio

  2. Clique em Project → New Project

  3. Selecione Existing Directory

  4. Clique em Browse e navegue até a pasta “visualizacao_dados_2025” que você acabou de clonar

  5. Selecione a pasta e clique em Open

  6. Clique em Create Project

  7. Projeto Criado!

Etapa 5: Criar Estrutura de Pastas do Projeto

Estrutura do Projeto

  • Vamos criar um projeto RStudio para a disciplina com a seguinte estrutura:
vissualizacao_dados_2025/
├── dados/
│   ├── brutos/      # Arquivos originais (não editar)
│   └── limpos/      # Dados preparados (scripts mostram como gerar)
├── relatorios/      # Relatórios Quarto (.qmd)
|── scripts/         # Scripts R (.R) 
├── atividades/      # Listas de exercícios (.qmd)
├── visualizacao_dados_2025.Rproj # Arquivo do projeto RStudio
└── README.md        # Documentação do projeto

Etapa 5: Criando a Estrutura de Pastas do Projeto

Crie a Estrutura de Pastas

No RStudio, no painel Files (canto inferior direito):

  1. Clique em New Folder e crie a pasta “dados”

  2. Dentro da pasta “dados”, crie as subpastas “brutos” e “limpos”

  3. Volte à pasta principal, clique em “New Folder” e crie a pasta “relatorios”

  4. Dentro da pasta “relatorios”, crie a subpasta “01-relatorio”

  5. Volte à pasta principal, clique em “New Folder” e crie a pasta “scripts”

  6. Volte à pasta principal, clique em “New Folder” e crie a pasta “atividades”

Etapa 5: Criando a Estrutura de Arquivos do Projeto

Baixe e Adicione o Primeiro Relatório

  1. Acesse a página Cronograma do site da disclina e baixe o arquivo 01-relatorio.zip

  2. Use o Windows Explorer para encontrar o arquivo baixado.

  3. Descompacte o arquivo anterior e copie/recorte o arquivo 01-relatorio.qmd

  4. Salve-o dentro da pasta “relatorios/01-relatorio”

Descompactando arquivos ZIP

Como descompactar arquivos ZIP?

  • Windows: Clique com o botão direito no arquivo ZIP → Extract All

  • MacOS: Dê um duplo clique no arquivo ZIP (em versões atuais, um arquivo zip é automaticamente descompactado após o download)

  • Linux: Clique com o botão direito → Extract Here ou use o comando unzip no terminal

Etapa 5: Criando a Estrutura de Pastas do Projeto

Verificando o Projeto

Seu projeto deve ter a seguinte estrutura (não necessariamente na ordem abaixo):

vissualizacao_dados_2025/
├── dados/
│   ├── brutos/      # Arquivos originais (não editar)
│   └── limpos/      # Dados preparados (scripts mostram como gerar)
├── relatorios/      # Relatórios Quarto (.qmd)
│   ├── 01-relatorio/ # Pasta do primeiro relatório
|── scripts/         # Scripts R (.R) 
├── atividades/      # Listas de exercícios (.qmd)
├── visualizacao_dados_2025.Rproj # Arquivo do projeto RStudio
└── README.md        # Documentação do projeto

Verificando a Estrutura do Projeto

Estrutura de Pastas e Arquivos do Projeto

Você pode verificar a estrutura do seu projeto usando a função dir_tree() do pacote fs.

Digite no console R:

fs::dir_tree()
  • Atenção!: O pacote fs deve estar instalado.

Projeto Criado!

Parabéns!!! 👏

  • Você acaba de criar um projeto estruturado para a disciplina

  • Esta estrutura organizará nosso trabalho ao longo do semestre

  • Nos próximos encontros, aprenderemos a utilizar o RStudio,Sistema Quarto, R, Git e GitHub para análise de dados

Arquivo README.md

Definição e importância

  • É um arquivo de documentação em formato Markdown que serve como porta de entrada para seu repositório.

  • Normalmente, é o primeiro arquivo que as pessoas visualizam ao acessar seu repositório no GitHub.

  • Funciona como a “página inicial” do seu projeto, explicando:

    • O que é o projeto
    • Como utilizá-lo
    • Como ele está organizado
    • Outras informações relevantes

  • Benefícios para a disciplina:

    • Documenta seu trabalho de forma organizada
    • Facilita a avaliação do professor
    • Serve como portfólio para seu aprendizado
    • Desenvolve boas práticas de documentação

Como criar um arquivo markdown no RStudio?

Passos

No menu superior do RStudio clique em:

  • File -> New File -> Markdown File

  • Salve o arquivo com o nome README.md na raíz do seu projeto RStudio.

Template README.md para seu Projeto

# Visualização de Dados — Bacharelado em Administração (2025/2)

Repositório pessoal da disciplina **Visualização de Dados** (30h, noturno) 
do IFMG – Campus Formiga. 

Este repositório consiste em um projeto RStudio que será utilizado para 
desenvolver as atividades práticas da disciplina, incluindo a criação de 
relatórios quarto e de scripts R para a produção de visualizações e 
relatórios.


## Organização do Repositório

vissualizacao_dados_2025/
├── dados/
│   ├── brutos/      # arquivos de dados originais
│   └── limpos/      # arquivos de dados processados
├── relatorios/      # relatórios em Quarto (.qmd)
|── scripts/         # scripts R (.R) 
├── atividades/      # listas de exercícios (.qmd)
├── visualizacao_dados_2025.Rproj # Arquivo do projeto RStudio
└── README.md        # documentação pessoal do projeto

README.md = “Diário de bordo”

Como manter seu README atualizado

  • Atualize o README.md à medida que a disciplina e o seu conhecimeto avançam
  • Utilize este arquivo como um “diário de bordo” do seu aprendizado
  • Adicione detalhes sobre desafios superados e soluções encontradas

Recursos de Aprendizado

Introdução ao Git e GitHub

O que é Git?

Um sistema de controle de versão

  • Um “sistema de salvamento inteligente” que registra cada versão dos seus documentos.

  • Armazena apenas as mudanças entre versões, economizando espaço.

  • Funciona como uma “máquina do tempo” para seu trabalho.

  • Facilita o trabalho em equipe sem conflitos graves.

Comandos essenciais do Git

Comandos Essenciais

Os quatro comandos básicos que você usará com mais frequência (seu fluxo de trabalho padrão no Terminal do RStudio) são:

  • git status: consulta o estado atual dos seus arquivos
  • git add: prepara as mudanças para serem salvas
  • git commit: salva as mudanças no repositório local
  • git push origin main: envia as mudanças para o GitHub

Pense nestes comandos como um processo de 4 passos:

  1. Verificar o que mudou (status).
  2. Adicionar/Selecionar o que você quer salvar (add).
  3. Salvar as mudanças localmente com uma descrição (commit).
  4. Enviar para a nuvem/GitHub (push).

O que é GitHub?

Uma plataforma colaborativa baseada em Git

  • “Nuvem para projetos Git” - armazena seus repositórios online
  • Facilita compartilhamento e colaboração em projetos
  • Oferece ferramentas para revisão de código, discussão e documentação
  • Funciona como um portfólio para profissionais e estudantes

Fluxo de trabalho com Git e GitHub

Figura 3: Fluxo de trabalho Básico

Por que ignorar arquivos no Git?

Arquivos Desnecessários

  • Arquivos temporários ou gerados automaticamente

    • .Rhistory, .RData: Histórico e dados da sessão do R.
    • _cache/: Arquivos de cache que podem ser recriados.
    • .Rproj.user/: Configurações pessoais do RStudio.

  • Arquivos específicos do sistema operacional

    • Thumbs.db, .DS_Store: Arquivos de metadados do Windows/Mac.

  • Arquivos de saída/resultados

    • Documentos gerados (pdf…): São resultado do código, não o código em si.

    • Podem ser muito grandes, mudar frequentemente.

Copie/Cole no arquivo .gitignore do seu projeto

# Arquivos de sistema do Windows
Thumbs.db
Desktop.ini

# Arquivos de sistema do MacOS
.DS_Store

# Arquivos do RStudio
.Rproj.user/
.Rhistory
.RData
.Ruserdata

# Arquivos temporários R
*_cache/
/cache/

# Arquivos de saída
*.pdf
*.docx

# Arquivos temporários
*~
.~lock.*
*.tmp
*.bak

Benefícios de um bom .gitignore

Descrição

  • Repositórios mais limpos e leves

    • Menos arquivos = downloads e operações mais rápidas
    • Evita ocupar espaço com arquivos regeneráveis

  • Evita conflitos desnecessários

    • Arquivos de configuração pessoal causariam conflitos entre colaboradores
    • Arquivos binários (PDF, imagens) são difíceis de resolver em conflitos

  • Mantém o foco no que importa

    • Apenas o código-fonte e dados essenciais são versionados
    • Facilita a revisão de mudanças significativas

Publicando o Projeto RStudio no GitHub

Sincronizando o repositório local com o GitHub

  • Para publicar seu projeto RStudio no GitHub, você deve usar a seguinte sequência de comandos no terminal do RStudio:
  1. No terminal do RStudio, verifique quais arquivos/pastas foram modificados ou criados com:
git status
  1. Você pode adicionar todos os arquivos de uma vez com:
git add .
  1. Execute git status novamente para confirmar que todos os arquivos foram adicionados (aparecerão em verde sob “Changes to be committed”):
git status
  1. Se tudo estiver em verde, faça um commit com uma mensagem descritiva:
git commit -m "primeiro commit do projeto"
  1. Se algum arquivo ou pasta ainda aparecer em vermelho após o segundo git status, adicione as pastas/arquivos um por um:
git add relatorios/01-relatorio/01-relatorio.qmd
  1. Execute git status novamente e faça o commit quando todos os arquivos estiverem em verde:
git commit -m "primeiro commit do projeto"
  1. Envie/Sincronize o repositório local atualizado para o GitHub:
git push origin main

Publicando o Projeto RStudio no GitHub

Vá até seu repositório no GitHub

  • Atualize a página do seu repositório no GitHub (F5)

  • Verifique se os arquivos foram enviados corretamente

  • Se tudo estiver correto, você verá a estrutura de pastas e arquivos que criou no RStudio

Boas práticas

Descrição

  • Versionando o que é importante

    • Código-fonte (arquivos .R, .py, .qmd)
    • Dados brutos (se não forem muito grandes)
    • Documentação (.md, README)

  • Ignorando o que é regenerável

    • Resultados que podem ser recriados executando o código
    • Configurações específicas do ambiente de cada usuário
    • Arquivos temporários e de cache

Recursos adicionais

Para aprofundamento

Introdução ao Sistema de Publicação Quarto

O que é o sistema de publicação Quarto?

Definição

  • É um sistema de publicação científica e técnica de código aberto que une texto narrativo e código para produzir documentos elegantemente formatados.

  • Com o Quarto, você pode criar diversos produtos:

    • Relatórios (html, pdf, docx )
    • Apresentações (RevealJS, Beamer,…)
    • Dashboards, websites, blogs e livros

O que é o sistema de publicação Quarto?

Figura 4: Sistema Quarto: um formato, diversos produtos.

Como funciona o Quarto?

Figura 5: Funcionamento do Sistema Quarto com a linguagem R.

Definição

  • Quando você renderiza um arquivo Quarto (que possui a extensão .qmd) contendo código R, primeiro o pacote knitr da linguagem R executa todas as células de código R e cria um novo arquivo markdown (.md), que inclui o código e sua saída.

  • O arquivo markdown gerado é então processado pelo programa pandoc, que gera o formato escolhido.

  • O botão Render do Rstudio encapsula essas ações e as executa na ordem correta para você.

Sistema Quarto e RStudio

Integração com RStudio

No RStudio, você pode criar e editar arquivos Quarto facilmente:

  • File → New File → Quarto Document/Presentation
  • Botão “Render” para renderizar o arquivo.

Por que usar o sistema Quarto?

Principais benefícios

  • Reprodutibilidade: Documenta todo o processo de análise de dados, garantindo que seu trabalho possa ser reproduzido.

  • Integração de código e narrativa: Combina texto explicativo, código e resultados em um único documento.

  • Múltiplos formatos de saída: Gera diferentes formatos (html, pdf, docs, apresentações) a partir do mesmo arquivo fonte.

  • Atualizações automáticas: Ao modificar dados ou código, basta renderizar o documento para atualizar todos os resultados.

Anatomia de um Arquivo Quarto

Anatomia de um Arquivo Quarto

Nota

Um arquivo Quarto (.qmd) consiste de três elementos fundamentais:

  1. Metadados (YAML): Controla o formato e opções do documento
  2. Texto em Markdown: O conteúdo narrativo do documento
  3. Células de Código: Código executável com suas opções

Metadados (YAML)

---
title: "Análise de Vendas"
author: "Seu Nome"
format: 
  html:
    toc: true
    theme: cosmo
execute:
  echo: true
  warning: false
---

Atenção à indentação!

  • A sintaxe YAML é sensível à indentação
  • Use sempre 2 espaços para aninhar elementos
  • Erros de indentação são a causa mais comum de problemas

Texto em Markdown

Código Markdown:

# Título da seção

Este é um parágrafo com **texto em negrito** e *itálico*.

- Item da lista
- Outro item
  - Subitem

[Link para tutorial](https://website.com)

Tutorial sobre Markdown

Tutorial completo

Acesse o tutorial sobre Markdown para mais detalhes.

Células de Código

Exemplo de célula de código R básica:

```{r}
# cria um vetor numérico de 1 a 10
x <- 1:10

# calcula a média amostral
mean(x)
```

O resultado é:

[1] 5.5

Células de Código

Como inserir células de código quarto no RStudio?

Você pode adicionar uma célula de código de três maneiras:

  1. Usando o atalho de teclado: Ctrl+Alt+I (Windows/Linux) ou Cmd+Option+I (Mac).

  2. Clicando no ícone C “Insert a new code chunk” na barra superior de ferramentas do RStudio e selecionando “R”.

  3. Digitando manualmente os delimitadores de célula: ```{r} e `````.

Células de Código

Exemplo de célula de código R com opções:

```{r}
#| echo: true
#| warning: false
#| message: false

# Esta célula mostrará o código (echo: true), 
# mas ocultará avisos (warning) e mensagens
library(dplyr)
mtcars %>% 
  group_by(cyl) %>%
  summarise(
    n = n(),
    mpg_média = mean(mpg, na.rm = TRUE)
  )
```

Células de Código

O resultado do código anterior é:

# A tibble: 3 × 3
    cyl     n mpg_média
  <dbl> <int>     <dbl>
1     4    11      26.7
2     6     7      19.7
3     8    14      15.1

Figura com legenda

# Gráfico de dispersão entre consumo (hwy) e potência (displ)

# cria um sistema de coordenadas e elementos estéticos básicos
ggplot(ggplot2::mpg, aes(x = displ, y = hwy)) +
  # cria um gráfico de dispersão
  geom_point() +
  # aplica um tema minimalista 
  theme_minimal() +
  # define títulos e rótulos dos eixos
  labs(title = "Consumo de Combustível x Potência do Motor",
       x = "Cilindrada do Motor",
       y = "Milhas por Galão")

Figura com legenda

Figura 6: Gráfico de dispersão entre consumo e potência do motor.

Opções comuns para células de código

Opção Descrição Exemplo
echo Mostrar o código? #| echo: true
eval Executar o código? #| eval: true
warning Mostrar avisos? #| warning: false
message Mostrar mensagens? #| message: false
label Identificador único para uma figura #| label: fig-analise
fig-cap Legenda da figura #| fig-cap: "Gráfico de dispersão"

Opções comuns para células de código

Configuração global

Defina opções de código para todo o documento no YAML:

execute:
  echo: false
  warning: false
  message: false

Demonstração no RStudio

Vamos à prática!

Agora vamos ver um documento Quarto em ação no RStudio:

  • Abra o arquivo 01-relatorio.qmd

Recursos para Aprendizagem

Tutorial e Guia de Consulta Rápida

Dicas para Aproveitarmos ao Máximo o Tempo

Para aproveitarmos ao máximo o tempo

Autonomia na Resolução de Problemas

  • Os códigos são testados previamente - erros costumam ser de digitação ou por pular etapas.

  • Revise seu código com atenção antes de solicitar ajuda.

  • Colabore com colegas próximos para resolver questões técnicas simples.

  • Reserve as dúvidas ao professor para conceitos ou problemas mais complexos.

Para aproveitarmos ao máximo o tempo

Ambiente de Aprendizado Colaborativo

  • Compartilhe conhecimento - explicar conceitos solidifica seu próprio entendimento.

  • Ao ajudar um colega, oriente sem resolver por ele.

  • Lembre-se: o progresso de cada um contribui para o aprendizado coletivo.

Para aproveitarmos ao máximo o tempo

Desenvolvimento de Sofisticação Técnica

  • A habilidade de resolver problemas técnicos é valiosa em qualquer área de atuação.

  • “Aprenda a aprender” - invista tempo explorando além do que é apresentado em aula.

  • O objetivo não é apenas dominar ferramentas, mas desenvolver os pensamentos analítico e crítico.

  • Persista diante dos desafios - a resolução de erros é parte fundamental do processo de aprendizagem.

  • Documente suas descobertas para criar um repositório pessoal de conhecimento.

Referências